Mapsui 5.0.0-beta.8 版本发布:手势交互革新与性能优化
Mapsui 是一个开源的 .NET 地图控件库,支持跨平台开发,能够在 Windows、macOS、Linux、Android 和 iOS 等平台上运行。它提供了丰富的地图功能,包括图层管理、样式定制、手势交互等,是开发地理信息系统(GIS)应用的理想选择。最新发布的 5.0.0-beta.8 版本带来了一系列重要的改进和功能增强。
手势交互系统重构
本次版本对手势交互系统进行了重大重构,主要体现在以下几个方面:
-
类型重命名:将原有的
TapType和GestureType进行了重命名,并调整了相关字段,使命名更加清晰准确。新的手势类型包括Hover和Drag,更好地描述了用户交互行为。 -
事件参数调整:移除了
WidgetEventArgs.LeftButton属性,取而代之的是更明确的GestureType.Hover和GestureType.Drag类型,使事件处理逻辑更加直观。 -
新增底层事件:为
Map类新增了Tapped、PointerPressed、PointerMoved和PointerReleased等基础事件,为开发者提供了更细粒度的交互控制能力。
性能优化与稳定性提升
-
iOS Metal 支持:新增了对 iOS 平台 Metal 图形 API 的支持,显著提升了在苹果设备上的渲染性能。
-
内存管理改进:减少了不必要的 dispose 抑制操作,优化了资源释放逻辑,降低了内存泄漏风险。
-
分辨率处理优化:将
Viewport.Resolution的默认值改为零,使分辨率处理逻辑更加合理。 -
WPF 尺寸更新逻辑:统一了 WPF 平台的宽度/高度更新逻辑,使其与 WinUI 保持一致,提高了跨平台行为的一致性。
功能增强与新增组件
-
标尺组件:新增了
RulerWidget组件,方便用户在地图上测量距离,提升了地图的实用性。 -
日志组件改进:优化了日志组件的输出信息,使调试和问题排查更加方便。
-
渲染器静态化:将
styleRenderers和widgetRenderers改为静态成员,提高了渲染效率。
问题修复
-
多点触控修复:解决了
TapType在Info事件中的处理问题。 -
文本渲染问题:修复了 WPF 和 WinForms 在 x86 架构下文本消失的问题,以及 WinUI 启动时的 COM 异常导致的文本缺失问题。
-
分辨率边界问题:修正了自定义
ZoomBounds下的snap to resolution功能。 -
枚举优化:修复了示例代码中可能存在的多次枚举问题。
依赖项更新
将 BruTile 依赖更新至 6.0.0-beta.4 版本,带来了底层瓦片处理能力的提升。
总结
Mapsui 5.0.0-beta.8 版本通过重构手势交互系统、优化性能稳定性、新增实用功能等一系列改进,为开发者提供了更强大、更稳定的地图开发体验。特别是对交互系统的重构,为后续的功能扩展奠定了良好的基础。对于正在使用或考虑使用 Mapsui 的开发者来说,这个版本值得关注和升级。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0154- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112